非先例裁决
行政上诉办公室
美国公民及移民服务局
案号：38281657
日期：2025 年 6 月 27 日
对服务中心运营部（SCOPS）裁决的上诉
表格 I-140，外籍劳工移民申请（国家利益豁免）
申请人是一名人工智能（AI）研究员，寻求以持有高级学位的专业人士身份获得职业移民第二优先（EB-2）类别，并寻求对该类别所附职位邀请要求的国家利益豁免。参见《移民与国籍法》（本法）第 203(b)(2) 条，8 U.S.C. § 1153(b)(2)。服务中心运营部拒绝了该申请，认定记录未能证明申请人有资格获得国家利益豁免。现依据 8 C.F.R. § 103.3 将该事项提交本办公室审理。申请人负有以优势证据证明其资格的举证责任。Matter of Chawathe, 25 I&N Dec. 369, 375-76 (AAO 2010)。本办公室对本案问题进行重新审查。Matter of Christo's, Inc., 26 I&N Dec. 537, 537 n.2 (AAO 2015)。经重新审查，本办公室将驳回上诉。
I. 法律
为符合基础 EB-2 签证类别，申请人必须证明其是高级学位专业人士，或在科学、艺术或商业领域具有特殊能力的人士。本法第 203(b)(2)(A) 条。
如果申请人证明其符合基础 EB-2 类别的资格，则还必须证明其值得裁量性地豁免职位邀请要求，即符合「国家利益」。本法第 203(b)(2)(B)(i) 条。Matter of Dhanasar, 26 I&N Dec. 884, 889 (AAO 2016) 提供了审理国家利益豁免申请的框架。Dhanasar 案指出，美国公民及移民服务局（USCIS）可以裁量性地批准国家利益豁免，前提是申请人证明：
拟议工作同时具有实质价值与国家重要性；
该个人有能力推进其拟议工作；以及
整体而言，豁免职位邀请要求将有利于美国。
同上。
参见 Flores v. Garland, 72 F.4th 85, 88 (5th Cir. 2023)（与第三、第九、第十一及哥伦比亚特区巡回上诉法院一致认为，USCIS 批准或拒绝国家利益豁免的决定在性质上属于裁量性决定）。
II. 分析
服务中心运营部认定申请人是高级学位专业人士。此外，服务中心运营部认定申请人的拟议工作具有实质价值，且其有能力推进拟议工作。然而，服务中心运营部未认定拟议工作具有国家重要性，也未认定豁免职位邀请要求（进而豁免劳工证）将有利于美国。基于下述理由，本办公室认定申请人已证明其拟议工作具有国家重要性。然而，本办公室撤销服务中心运营部关于申请人有能力推进拟议工作的认定，因为记录未能证明其满足该要求；同时，本办公室维持服务中心运营部关于申请人未能证明豁免职位邀请要求（进而豁免劳工证）将有利于美国的认定。
申请人目前正在[已隐去]攻读计算机科学与工程博士学位，并在该校担任兼职研究助理。在该职位上，其从事人工智能（AI）与机器人教育方面的高级研究，重点在于开发与测试个性化学习框架；分析数据以提升系统性能并改善学生成果；以及设计并实现算法以优化机器人与医疗技术中的资源分配。
关于其拟议工作，申请人在申请表中称，其将「[运]用先进的人工智能与机器学习技术来优化数据分析方法并提升软件工程实践，以推进医疗、智慧城市与教育领域的发展。」其表示计划在从[已隐去]获得博士学位期间继续从事拟议工作，随后在[已隐去]或类似雇主处谋求教授职位。在其表格 ETA-9089（永久劳工证申请）上，申请人将[已隐去]的地址列为其预期就业地区，并注明其不会在其他任何地理区域工作。在其申请表中，其将[已隐去]的地址列为其工作地点。
在回应补件通知（RFE）时，申请人进一步表示其打算「继续研究先进的人工智能（AI）与机器学习（ML）技术，以改善医疗、智慧城市与 STEM 教育等关键领域。通过利用创新的 AI 驱动算法与数据分析，我的目标是开发技术解决方案，以优化决策、简化资源分配并提升教育成果。这项工作建立在我开发数据驱动框架方面的专长之上，这些框架用于个性化学习、智能医疗系统以及优先考虑可持续与高效运营的物联网。」
关于医疗，申请人提到其将实施优化的调度算法以减少大型诊断数据集的处理时间，开发先进的深度学习模型以分析医学影像与时间序列数据，并整合多模态数据以实现全面的个性化诊断方法。关于智慧城市，其讨论了开发面向可持续城市发展的智能资源分配模型的目标，方式包括将 AI 模型扩展至多样化的城市环境、整合可再生能源以及开发实时能源管理系统。最后，关于教育，其表示将通过开发模块化、自适应 STEM 课程来推进 AI 在教育中的作用，构建 AI 增强的自适应学习界面，采用自然语言处理用于智能辅导系统，并开展用户研究以验证 AI 的影响。
本办公室的裁决基于记录，记录包括但不限于申请人的陈述、学术资历、简历、已发表的研究论文、同行评审会议论文、过往资助来源的证据、讨论其过往研究项目的信件、行业文章、国家科学技术委员会发布的报告，以及 2023 年关于安全、可靠和可信地开发与使用人工智能的行政命令。
A. 实质价值与国家重要性
本办公室同意服务中心运营部关于申请人已证明其拟议工作具有实质价值的认定，并撤销关于申请人未能证明其拟议工作具有国家重要性的认定。在判断拟议工作是否具有国家重要性时，本办公室考虑其潜在的前景影响。Dhanasar, 26 I&N Dec. at 889。作为其拟议研究具有实质价值与国家重要性的证据，申请人提交了关于人工智能与教学、学习及医疗之关系的信息。其还提供了支持信函，讨论其研究如何促进人工智能领域的进步。
申请人提交证据表明，其过往研究（拟议工作将在此基础上扩展）获得了美国国家科学基金会的资助，因而促进了国家利益。具体而言，记录包括四篇由申请人参与撰写的论文，这些论文列有资助编号并载明「[本]材料基于美国国家科学基金会支持的工作。」第一篇论文讨论开发一个系统，通过基于网络的界面实现机器人教学，且该界面兼容较便宜的硬件；第二篇涉及一个用于想法分享与协作的全球在线平台；第三篇涉及对[已隐去]市政建筑能耗的 AI 驱动分析与预测；第四篇讨论使用改进的樽海鞘群算法在云空间中的任务调度。
此外，本办公室注意到国家科学技术委员会发布的报告列出了关键与新兴技术领域，以及 2023 年关于安全、可靠和可信地开发与使用人工智能的行政命令，该命令规定美国应当为了自身安全、经济与社会而在 AI 领域发挥领导作用。申请人的拟议工作在 AI（机器学习）这一关键与新兴技术领域具有应用。由于申请人已证明其拟议工作兼具实质价值与国家重要性，其已证明满足 Dhanasar 框架的第一项要素。
B. 有能力推进拟议工作
第二项要素将关注点从拟议工作转向个人。为判断其是否有能力推进拟议工作，本办公室考虑的因素包括但不限于：其在相关或类似工作中的教育、技能、知识与成功记录；未来活动的模式或计划；实现拟议工作的任何进展；以及潜在客户、用户、投资者或其他相关实体或个人的兴趣。Matter of Dhanasar, 26 I&N Dec. at 890。
尽管服务中心运营部未经讨论即认定申请人已证明其有能力推进拟议工作，但经重新审查，本办公室不同意该认定并予以撤销。
申请人此前主张，其教育、经验、专长、有记录的成功经历、在其领域的影响力以及未来计划的结合，使其有能力推进拟议工作。申请人提及其在国外获得的计算机工程理学硕士学位，该学位被认定为等同于美国高级学位。在审视申请人的教育背景时，本办公室注意到其仅拥有硕士学位。其仍在攻读博士学位，且记录未能证明其计划何时完成学业。申请人目前的教育水平尚不足以支持其有能力推进拟议工作的主张。在 Dhanasar 案中，记录证明该申请人持有多项研究生学位，包括「机械工程与应用物理学两个理学硕士学位，以及工程学博士学位。」同上，第 891 页。
申请人提及其在[已隐去]担任大学讲师的工作以及在[已隐去]担任软件工程师的工作。记录未包含支持其作为讲师与软件工程师职责的文件，也未说明这些职责如何使其有能力推进拟议工作。其还提及自 2019 年 7 月至 2022 年 12 月在[已隐去]担任软件工程师与 AI 讲师的工作，其中提到其开展 AI 培训课程、开发培训材料、使用先进工具与软件进行 AI 与数据分析、举办关于 AI 技术的研讨会与讲座，并开展评估以提升参与者对 AI 概念的理解与应用。这些职责虽属 AI 领域，但与拟议工作的职责无关。
关于相关或类似工作中的技能、知识与成功记录，本办公室注意到列申请人为作者之一并获得美国国家科学基金会资助的论文。关于资助问题，本办公室注意到在 Dhanasar 案中，记录证明该申请人「发起」或「是若干获资助拨款提案的主要联系人」，且其「是许多资助项目中唯一列出的研究人员」。26 I&N Dec. at 893, n.11。然而，记录未包含证明申请人是拨款资助的主要受奖人或接受者，或证明所获资助金额的证据。申请人未提供证据证明其已为其未来拟议工作获得任何资助。申请人指出其研究产生了十篇同行评审会议论文（其中 7 篇为第一作者）、一篇第一作者会议论文以及一份技术报告。尽管其声称拥有卓越的引用记录，但其提交的 Google Scholar 数据显示其作品总共仅被引用 28 次。申请人提及其担任一个关于软件工程、管理与应用的国际会议的会议分会主席。其表示负责介绍演讲者、管理日程、确保会议顺利进行并作闭幕宣布。尚不清楚这些职责与有能力推进拟议工作之间有何关联。申请人指出其至少有 3 篇论文在 2023 年与 2024 年计算机科学领域被引用最多的文章中位列前百分之十，引用次数分别为 9 次、6 次与 2 次。记录未包含充分的有证明力且可佐证的证据来证明该主张。
关于未来活动的模式或计划，申请人在其将在何处从事拟议工作方面提供了不一致的信息。如上所述，其表示计划在从[已隐去]获得博士学位期间继续从事拟议工作，随后在[已隐去]或类似雇主处谋求教授职位。然而，在其表格 ETA-9089（永久劳工证申请）上，申请人仅将[已隐去]的地址列为其预期就业地区，并注明其不会在其他任何地理区域工作；在其申请表中，其仅将[已隐去]的地址列为其工作地点。如果[已隐去]是其预期就业地点，其未提供来自该机构的从事拟议工作的职位邀请。此外，申请人未提供证据证明潜在客户、用户、投资者或其他相关实体或个人对其拟议工作有兴趣。
本办公室认可申请人在 AI 领域的过往研究及其参与撰写的论文。本办公室认识到，研究必须以某种方式为知识库增添信息，才能被接受发表、展示、资助或获得学术学分，但并非每一位从事过原创研究的人都会被认定有能力推进其拟议工作。在审视全部记录后，本办公室认定记录未能证明申请人有能力推进其拟议工作，其未能证明满足 Dhanasar 框架的第二项要素。因此，本办公室撤销服务中心运营部的认定。
C. 整体而言豁免是否有利
第三项要素要求申请人证明，整体而言，豁免职位邀请要求（进而豁免劳工证）将有利于美国。Matter of Dhanasar, 26 I&N Dec. at 890-91。在进行该分析时，本办公室可评估如下因素：鉴于该个人的资格性质或拟议工作的性质，其获得职位邀请或取得劳工证是否不切实际；即使假设其他合格的美国工人可用，美国是否仍将从其贡献中受益；以及对其贡献的国家利益是否足够紧迫，以致值得放弃劳工证程序。同上。在每一案件中，所考虑的因素必须综合起来证明，整体而言，豁免职位邀请要求（进而豁免劳工证）将有利于美国。同上，第 891 页。
尽管本办公室已认定申请人未能证明其有能力推进其工作，因而在 Dhanasar 分析框架下不值得获得国家利益豁免，但本办公室仍将讨论申请人在 Dhanasar 第三项要素下的资格。在上诉中，申请人主张其满足该要求。其表示已证明自己在一个极其重要的研究领域中是有影响力的人物；其已提交文件表明其在 AI 研究应用于教育、医疗以及美国优先考虑的关键与新兴技术方面取得了高度成功；该领域专家对其贡献与专长给予高度评价。其进一步提到自己拥有卓越的引用记录，其贡献具有如此价值，以致整体而言豁免职位邀请要求（进而豁免劳工证）将有利于美国。
尽管本办公室认可申请人当前与过往的研究，但其未能证明获得劳工证将不切实际。如其移民表格所示，申请人计划在[已隐去]以教授身份从事拟议工作。如果情况如此，申请人未能证明作为其未来雇主获得劳工证将不切实际。此外，记录未能证明即使假设其他合格的美国工人可用，美国仍将从申请人的贡献中受益。具体而言，申请人未能证明其研究如何区别于从事类似 AI 研究的合格美国工人的研究，以致应当豁免劳工证要求。本办公室再次注意到，尽管其声称拥有卓越的引用记录，但其提交的 Google Scholar 数据显示其作品总共仅被引用 28 次。
最后，申请人未能证明对其贡献的国家利益足够紧迫，以致值得放弃劳工证程序。其此前主张，鉴于 2022 年美国医疗支出达四万五千亿美元，对其持续贡献存在紧迫的国家需求。申请人未提供证据证明其未来研究在医疗行业、STEM 教育领域或智慧城市发展方面的财务影响，以致能够解决降低这些领域国家成本的紧迫需求。申请人未另行主张，记录也未反映其拟议工作具有紧迫性以致值得放弃劳工证程序的理由。
基于上述理由，申请人未能证明豁免劳工证程序将是有利的。
III. 结论
申请人未能证明在 Dhanasar 分析框架下有资格获得国家利益豁免。因此，本办公室认定其未能证明作为裁量事项有资格获得国家利益豁免。
裁定：
上诉予以驳回。
